Sessão de Bancada Testes Autônomos com IA Usando Ollama e Modelos Locais (2024-08-20)
Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.
O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.
Notas citadas nas anotações desta sessão.
A sessão apresentou o uso de modelos de linguagem locais para apoiar testes autônomos com IA, com foco no Ollama e em modelos como Llama 3 e Phi-3. Foi explicado como instalar e executar os modelos em Linux, Windows e macOS, utilizando CPU ou GPU, além de discutir requisitos de hardware, desempenho, privacidade, custos e possibilidades de integração com aplicações. Modelos menores foram destacados por sua velocidade e capacidade de funcionar em máquinas mais simples, enquanto modelos maiores exigem placas de vídeo ou infraestrutura significativamente mais robusta.
Na parte prática, foi demonstrado o uso de notebooks Jupyter, Python e bibliotecas de integração para fornecer uma URL ou código-fonte ao modelo e gerar testes automatizados. O fluxo incluiu geração de scripts, limpeza e extração do código produzido, revisão automática, execução dos testes e armazenamento de logs. A demonstração mostrou que os modelos conseguem acelerar o processo, mas ainda produzem erros e exigem validação e correção humana; por isso, a automação completa ainda não é confiável.
Como conclusão, reforçou-se que o caminho mais viável é construir scripts e pipelines que orquestrem a IA, a geração de artefatos e a execução dos testes, em vez de esperar que o modelo realize todo o processo de forma autônoma. Também foram comentadas ferramentas como Continue, LM Studio, Google Colab e GitHub Copilot, além da importância de configurar prompts e regras específicas do projeto. Ficou em aberto a evolução para fluxos mais autônomos, a integração com pipelines corporativas e a realização de novos desafios, com a próxima sessão prevista para 3 de setembro.